涂鴉智能是一家成立于2014年的技術驅動型物聯網公司，研發占比超過70%。憑借其創新的IoT PaaS平臺，涂鴉智能幫助客戶快速構建物聯網智能產品的整體解決方案，并提供一站式的全托管能力，以滿足設備端、APP端、云端的設備智能化需求。

為了鞏固其全球業務版圖，涂鴉智能在美國、德國、日本、印度、哥倫比亞、新加坡和澳大利亞設立了八個區域性總部。

涂鴉智能：產品技術驅動的物聯網企業

涂鴉智能技術副總裁 柯都敏

作為一家物聯網企業，除了緊跟技術潮流之外，各種創新突破與應用也均需構建于AI技術與云平臺之上。涂鴉智能技術副總裁柯都敏表示，為了實現生成式AI在行業的落地，必須同時滿足三大要求：第一，需要有足夠的算力和基礎設施保障；第二，需要具備行業專業知識和數據積累；第三，需要實現通用大模型與特定領域模型或能力的有效結合。

亞馬遜云科技為涂鴉智能提供了強大的底層算力、基礎設施保障和生成式AI服務。涂鴉智能以IoT數據為基礎，構建了以數據驅動、領域聚焦、場景開放的Agents開放平臺。

通過該平臺，圍繞企業降本增效推出內部技術研發的AI編碼助理“涂鴉智碼”，實現對研發從代碼開發、安全審計到線上運維的全鏈路賦能；面向企業協同研發了內部服務助理“涂鴉小智”，打通內部IM、權限系統和RPA機器人，助力客服、運營等團隊在智能客服、內容生成、產品方案推薦等場景發揮作用。面向開發者客戶推出T-Smart平臺助手，面向C端消費者推出了小智管家和AI智能助手。

涂鴉智能通過平臺化方式解決了物聯網開發碎片化問題，涂鴉開發者平臺創造了“智能產品開發五步走”模式，幫助客戶在10分鐘內完成產品智能化，14天內實現量產。涂鴉開發者平臺實現了從0到1的快速智能產品開發。

在涂鴉云開發者平臺推出之前，開發一款智能產品可能需要半年甚至更長時間，因為需要涉及平臺端、APP端、設備端、嵌入式端等多個領域的開發，且這些方案通常是分散的，協同復雜。在大模型時代，涂鴉智能希望幫助客戶快速開發智能化產品，并從1到100陪伴客戶持續創新和實現商業成功。

涂鴉智能發布的眾多AI工具只是邁向生成式AI產業浪潮的第一步。未來，整個平臺將繼續迭代和重構，以更好地適應生成式AI的發展趨勢。

AI與云平臺結合，構建智能化方案

談到AI與實際應用的結合，柯都敏表示，隨著技術的進步，人工智能正變得越來越高效和低成本，這使得它能夠被廣泛應用于手機和算力較低的智能化設備上。相信，當大型模型能夠在更經濟的智能硬件上運行時，整個行業都將迎來更快速的發展。

涂鴉智能正在推進端云一體的大模型戰略，例如：智慧商照解決方案，能夠根據人員和車輛的方向調整燈光，實現光隨車動和無極調光，從而大幅降低電費成本，更加節能環保。未來，涂鴉智能將繼續增加對端云一體AI產品解決方案的研發投入，與客戶共同探索更智能化的空間解決方案。

在與亞馬遜云科技合作方面，涂鴉智能自成立之初就立足全球化業務發展，亞馬遜云科技為其提供全球穩定的基礎設施、安全合規研發理念及大數據和生成式AI基礎設施服務，助力全球業務拓展。涂鴉不僅是亞馬遜云科技客戶，更是全方位高級合作伙伴。涂鴉智能正在通過亞馬遜云科技的FTR技術審核、IoT能力認證，GenAI能力認證。亞馬遜云科技不僅為涂鴉智能提供全球穩定、高效云基礎設施，雙方還在IoT領域深度合作，共同推進物聯網產業發展，在剛結束的巴塞羅那IOTSWC 2024展會上作為高級合作伙伴聯合布展。

在AI應用方面，涂鴉智能利用Amazon Bedrock，通過API調用方式，有效運用Anthropic Claude 3模型來實現文本翻譯、意圖識別和決策制定，從而增強平臺和APP的AI應用功能。同時，涂鴉智能還借助Amazon SageMaker平臺對開源模型進行訓練和微調，以支持企業私域內容生成、物體識別、寵物識別和鳥類識別等多種業務場景。此外，亞馬遜云科技的生成式AI實驗室和架構師團隊也提供了專業的指導和支持，幫助涂鴉智能在模型微調方面進行優化。

基于AI大模型反哺IoT行業

“涂鴉智能將大模型作為公司的核心支柱，通過將自有的行業數據和領域算法疊加在大模型制作上，并在此基礎上構建了大量的RPA機器人和數據安全審計相關功能。通過這些RPA產品和數據，結合內部的全權管控，涂鴉智能得以向上開放業務?！闭劦紸I大模型與業務的結合實踐，柯都敏這樣介紹道。

涂鴉智能的平臺已經成為行業內最快和功能最全的開發平臺，但公司的目標不僅僅是幫助客戶快速開發產品，而是幫助客戶打造具有行業競爭力的產品。大模型目前幫助客戶加速產品開發，節省無效時間，這只是第一步。

第二步是通過大模型分析客戶在開發過程中的各種問題，并結合涂鴉智能在行業內的技術實踐，提供改進建議和開發指導，幫助客戶更好地開發產品。例如，分析產品在開發或掛機過程中是否存在頻繁連線、大流量或數據高速上傳等問題，并根據經驗給出解決方案。

產品銷售后，涂鴉智能還可以分析用戶的使用習慣和痛點，幫助客戶進行更好的OTA（Over-The-Air）更新。通過這種方式，硬件產品可以像軟件產品一樣進行迭代，大大加速產品創新周期和提升用戶體驗。

涂鴉智能的能力不僅限于APP和音箱，還可擴展到不同的產品類別，如手表、能源設備和穿戴設備等。例如，手表可以根據監測數據推送健康日報，能源設備可以推進節能方案，而穿戴設備可以用于企業級應用，如翻譯耳機等。

柯都敏表示：在大模型時代，涂鴉智能強調改變觀念和理念，找到成熟或穩定的場景進行實踐，然后逐步應用到更多場景中。當理念打開后，應用場景將是無限的。

通過生成式AI提高業務效率

涂鴉智能在數據方面關注兩大類：一類是內部提效數據，另一類是業務線數據。業務線數據重點在于轉化率，即產品推出后用戶的購買意愿和產品的經營效益。

涂鴉智能將大模型與自身的研發流程緊密結合，使得在研發輔助編碼、安全審計、代碼上線前的攔截等方面效率均得到提升。結合大模型和產研工具，研發效率提升了約30%，而在大客戶服務方面，效率提升了約18%-20%。對于平臺上的客戶工單，效率也提高了約30%。

在供應鏈預測方面，涂鴉智能以前主要依賴于經驗模型和訂單驅動模型，這往往導致庫存積壓或供貨不足的問題。為了改進這一狀況，現在采用算法來預測供應鏈需求。該算法基于整個行業的歷史數據、最新數據以及各種外部數據的綜合分析，并通過大模型對這些數據進行二次加工和處理。通過這種方式，涂鴉智能能夠更準確地預測供應鏈需求，從而優化庫存管理，降低庫存風險。

總的來看，涂鴉智能與亞馬遜云科技的合作無疑是物聯網領域的一大亮點。憑借亞馬遜云科技提供的全球穩定基礎設施和安全合規的研發環境，涂鴉智能得以將其創新的IoT PaaS平臺推向全球市場，加速客戶的智能化轉型。同時，涂鴉智能也通過利用亞馬遜云科技的大數據和生成式AI服務，加強了自身在行業內的競爭優勢，進一步提高了研發效率和客戶服務質量。

相信，隨著雙方合作的不斷深入，未來將會有更多的應用場景等待被探索，更智能的物聯網正在向我們走來。